美团技术团队 - AI研究社

美团技术团队

美团技术团队博客分享来自一线的实践经验,覆盖前端、后台、系统、算法、测试、运维等技术领域。

美团技术团队 - AI研究社

信息流广告预估技术在美团外卖的实践,本文整理自美团技术沙龙第81期《美团在广告算法领域的探索及实践》(B站视频)。

文章首先介绍了美团信息流广告业务以及预估技术的现状,然后重点分享了信息流广告预估在美团的具体实践,围绕决策路径、超长超宽建模和全还原建模等多个维度进行了分享,最后是一些总结和展望,希望能对大家有所帮助或启发。

美团技术团队精选论文解读,本文精选了美团技术团队被ACL 2024收录的4篇论文进行解读,论文内容覆盖了训练成本优化、投机解码、代码生成优化、指令微调(IFT)等技术领域。

这些论文是美团技术团队跟高校、科研机构合作的成果。

希望能给从事相关研究工作的同学带来一些帮助或启发。

大众点评技术部包揽KDD 2024 OAG-Challenge Cup赛道全部3项冠军,近日,来自大众点评技术部/搜索与内容智能团队组建的BlackPearl队伍,参加了KDD 2024 OAG-Challenge Cup赛道的WhoIsWho-IND、PST、AQA三道赛题,以较大优势包揽了该赛道全部赛题的冠军。

本文精选了美团技术团队被 KDD 2024 收录的 5 篇长文进行解读,覆盖了用户意图感知、机器学习&运筹优化、在线控制实验、联合广告模型、实时调度决策等多个技术领域。

这些论文都是美团与高校、科研机构合作的成果。

希望能给从事相关研究工作的同学带来一些帮助或启发。

一文讲清多线程和多线程同步,本篇文章将深入探讨多线程编程的基本概念(原子操作、CAS、Lock-free、内存屏障、伪共享、乱序执行等)、常见模式和最佳实践。

通过具体的代码示例,希望能够帮助大家掌握多线程编程的核心技术,并在实际开发中应用这些知识,提升软件的性能和稳定性。

搜索广告召回技术在美团的实践,本文整理自美团技术沙龙第81期《美团在广告算法领域的探索及实践》。

首先介绍了美团搜索广告的三个阶段:多策略关键词挖掘、分层召回体系、生成式召回;然后重点介绍了生成式关键词召回、多模态生成式向量召回、生成式相关性判断在美团的实践。

最后是一些经验分享及总结,希望能对大家有所帮助或启发。

小程序可测性能力建设与实践,本文整理自美团技术沙龙第77期《美团亿级流量系统的质量风险防控和稳定性治理实践》。

作为一种终端产品生态,小程序在业界产品中占有非常重要的地位。

本文从小程序的质量保障需求出发,分析小程序的测试难点,引出小程序可测性的基本概念,介绍美团到店研发平台针对小程序可测性改进的通用化方案。

最后分享美团门票业务小程序测试工作的实践经验,本文旨在为读者在小程序质量保障领域提供一些有价值的见解和启示。

本文精选了美团技术团队被SIGIR 2024收录的3篇论文进行解读,第一篇论文围绕如何利用深度学习,来整合广告拍卖和混排;第二篇论文扩展定义了全用户纵向联邦推荐范式,并首次提出基于检索增强的纵向联邦推荐框架ReFer,解决了跨域特征缺失问题;第三篇论文提出了一种新颖的框架——解耦对比超图学习,并应用于下一个兴趣点推荐任务中。

Spark向量化计算在美团生产环境的实践,Apache Spark是一个优秀的计算引擎,广泛应用于数据工程、机器学习等领域。

向量化执行技术在不升级硬件的情况下,既可获得资源节省和加速作业执行。

Gluten+Velox解决方案为Spark换上了向量化执行引擎,本文将阐述美团在这一方向的实践和思考,希望对大家有所帮助或启发。

本文精选了美团技术团队被CVPR 2024收录的7篇论文进行解读,这些论文既包括OCR预训练、长尾半监督学习等基础学习范式升级,也包括图生视频、数字人驱动、视听分割(AVS)等视觉AIGC技术创新。

这些论文有美团视觉智能部的独立产出,也有跟高校、科研机构合作的成果。

希望能给从事相关研究工作的同学带来一些帮助或启发。

领域驱动设计DDD在B端营销系统的实践,本文针对B端营销系统设计中的复杂性,从战略设计,战术设计到代码架构,详细介绍了DDD在各个阶段的实践,期望为大家提供一些可供参考和借鉴的思路。

基于多模态信息抽取的菜品知识图谱构建,菜品作为到店餐饮各相关业务的基石,提供了更细粒度的视角理解餐饮供给,为到餐精细化运营提供了抓手。

美团到店研发平台/数据智能平台部与天津大学刘安安教授团队展开了“基于多模态信息抽取的菜品知识图谱构建”的科研合作,利用多模态检索实现图文食材的识别,扩展了多模态菜品食材识别的范围,提升了食材识别的准确性。

DDD在大众点评交易系统演进中的应用,本文整理自美团技术沙龙第73期《基于领域驱动设计(DDD)的架构演进和实践》,主要介绍了DDD的核心概念、常见的设计思路,并结合DDD介绍大众点评交易系统的演进过程,最后做了一些总结和思考。

希望这些内容能够对大家有所帮助或启发。

美团外卖基于GPU的向量检索系统实践,到家搜索业务具有数据量大、过滤比高等特点,为了在保证高召回率的同时进一步提高检索性能,美团到家搜索技术团队与基础研发机器学习平台团队基于GPU实现了支持向量+标量混合检索的通用检索系统,召回率与检索性能均有较大提升。

本文将介绍我们在GPU向量检索系统建设中遇到的挑战及解决思路,希望对大家有所帮助或启发。

百亿大规模图在广告场景的应用,本文通过搜索推荐项目进行外卖搜索广告弱供给填充,提高流量变现效率。

我们提出外卖多场景异构大图、异构大图在线建模技术演进路线,解决外卖搜索推荐业务多渠道、即时化的挑战。

相关成果发表CIKM2023会议一篇。

联合机器学习平台搭建大规模图训练、在线推理引擎GraphET,满足近百亿边规模、复杂图结构的多个业务落地。

大众点评内容搜索算法优化的探索与实践,本文整理自美团技术沙龙第80期《美团内容智能分发的算法实践》,分享内容主要包括三部分。

第一部分介绍了大众点评内容搜索的场景特点以及面临的挑战;第二部分介绍了为应对这些困难和挑战,技术团队在链路各环节上做的实践优化,包括内容消费和搜索满意度的优化等等;第三部分是总结和对未来的展望。

美团大规模KV存储挑战与架构实践,KV 存储作为美团一项重要的在线存储服务,承载了在线服务每天万亿级的请求量,并且保持着 99.995% 的服务可用性。

在 DataFunSummit 2023 数据基础架构峰会上,我们分享了《美团大规模 KV 存储挑战与架构实践》,本文为演讲内容的整理。

文章主要分为四个部分:第一部分介绍了美团 KV 存储发展历程;第二部分分享了内存 KV Squirrel 挑战和架构实践;第三部分阐述了持久化 KV Cellar 挑战和架构实践;最后一部分介绍了未来的发展规划。

希望这些内容对大家有所帮助或启发。

基于接口数据变异的App健壮性测试实践,本文整理自美团技术沙龙第77期《美团亿级流量系统的质量风险防控和稳定性治理实践》,主要介绍了对网络返回数据进行变异的客户端健壮性测试实践经验。

文章第一部分介绍客户端健壮性测试的基本概念;第二部分分享了基于接口返回数据变异的App健壮性测试方案设计的思路;第三部分主要解读了变异数据的构造和异常检测方案设计;第四部分介绍了精简变异数据的探索方案。

600+页电子书,前端、后端、算法、测试、运维系列大合集,在龙年春节到来之际,我们精选过去一年公众号30多篇技术文章和科研论文,整理制作成一本600多页的电子书,作为新年礼物赠送给大家。

祝愿大家在甲辰龙年,幸福平安,行稳致远。

分布式因果推断在美团履约平台的探索与实践,美团履约平台技术部在因果推断领域持续的探索和实践中,自研了一系列分布式的工具。

本文重点介绍了分布式因果树算法的实现,并系统地阐述如何设计实现一种分布式因果树算法,以及因果效应评估方面qini_curve/qini_score的不足与应对技巧。

希望能为从事因果推断相关工作的同学们提供一些启发或帮助。

本文地址 https://www.aiyanshe.com/site/com_meituan_tech 转载请注明,建议用PC/手机浏览器(Edge/Chrome/Firefox等)打开。
大家在看的